Repositorio Institucional
Repositorio Institucional
CONICET Digital
  • Inicio
  • EXPLORAR
    • AUTORES
    • DISCIPLINAS
    • COMUNIDADES
  • Estadísticas
  • Novedades
    • Noticias
    • Boletines
  • Ayuda
    • General
    • Datos de investigación
  • Acerca de
    • CONICET Digital
    • Equipo
    • Red Federal
  • Contacto
JavaScript is disabled for your browser. Some features of this site may not work without it.
  • INFORMACIÓN GENERAL
  • RESUMEN
  • ESTADISTICAS
 
Artículo

Optimal Vaccination Policies for COVID-19 Considering Vaccine Doses Delays

Gianatti, JustinaIcon ; Lotito, Pablo AndresIcon ; Neder, Jerónimo GabrielIcon ; Nuñez, Pedro; Parente, Lisandro ArmandoIcon
Fecha de publicación: 01/2023
Editorial: Sociedade Brasileira de Matemática Aplicada e Computacional
Revista: Trends in Computational and Applied Mathematics
ISSN: 2676-0029
Idioma: Inglés
Tipo de recurso: Artículo publicado
Clasificación temática:
Matemática Aplicada

Resumen

 
En este trabajo introducimos una metodología para determinar una estrategia de vacunación óptima para la enfermedad COVID-19 con capacidad de vacunación limitada, considerando los retrasos entre dosis de vacuna para minimizar el número de muertes. Comenzamos proponiendo un modelo compartimental para estudiar la evolución de la pandemia antes de la existencia de una vacuna, en la ciudad de Tandil, provincia de Buenos Aires, Argentina. Calibramos los parámetros involucrados de acuerdo a datos oficiales. A partir de ese modelo, diseñamos un problema de control óptimo estructurado por edades para determinar la mejor forma de administrar las vacunas disponibles, teniendo en cuenta sus características y la capacidad de vacunación. Por último, comparamos las soluciones óptimas con otras estrategias factibles, considerando o no medidas estrictas de aislamiento.
 
In this work we introduce a methodology to determine an optimal vaccination strategy for the COVID-19 disease with limited vaccination capacity, considering the delays between vaccine doses in order to minimize the number of deaths. We start proposing a compartmental model in order to study the evolution of the pandemic before the existence of a vaccine, in the city of Tandil, province of Buenos Aires, Argentina. We calibrate the parameters involved according to official data. Based on that model, we design an age-structured optimal control problem to determine the best way of administrate the available vaccines, taking into account their characteristics and the vaccination capacity. Finally, we compare optimal solutions with other feasible strategies, considering or not strict isolation measures.
 
Palabras clave: COVID-19 , SEIR-MODELS , AGE-STRUCTURED SYSTEMS , OPTIMAL CONTROL
Ver el registro completo
 
Archivos asociados
Thumbnail
 
Tamaño: 416.6Kb
Formato: PDF
.
Descargar
Licencia
info:eu-repo/semantics/openAccess Excepto donde se diga explícitamente, este item se publica bajo la siguiente descripción: Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Unported (CC BY-NC-SA 2.5)
Identificadores
URI: http://hdl.handle.net/11336/224774
URL: https://tema.sbmac.org.br/tema/article/view/1635
DOI: http://dx.doi.org/10.5540/tcam.2022.024.01.00121
Colecciones
Articulos(CCT - TANDIL)
Articulos de CTRO CIENTIFICO TECNOLOGICO CONICET - TANDIL
Articulos(CIFASIS)
Articulos de CENTRO INT.FRANCO ARG.D/CS D/L/INF.Y SISTEM.
Citación
Gianatti, Justina; Lotito, Pablo Andres; Neder, Jerónimo Gabriel; Nuñez, Pedro; Parente, Lisandro Armando; Optimal Vaccination Policies for COVID-19 Considering Vaccine Doses Delays; Sociedade Brasileira de Matemática Aplicada e Computacional; Trends in Computational and Applied Mathematics; 24; 1; 1-2023; 121-139
Compartir
Altmétricas
 

Enviar por e-mail
Separar cada destinatario (hasta 5) con punto y coma.
  • Facebook
  • X Conicet Digital
  • Instagram
  • YouTube
  • Sound Cloud
  • LinkedIn

Los contenidos del CONICET están licenciados bajo Creative Commons Reconocimiento 2.5 Argentina License

https://www.conicet.gov.ar/ - CONICET

Inicio

Explorar

  • Autores
  • Disciplinas
  • Comunidades

Estadísticas

Novedades

  • Noticias
  • Boletines

Ayuda

Acerca de

  • CONICET Digital
  • Equipo
  • Red Federal

Contacto

Godoy Cruz 2290 (C1425FQB) CABA – República Argentina – Tel: +5411 4899-5400 repositorio@conicet.gov.ar
TÉRMINOS Y CONDICIONES